基于自适应混沌粒子群的Web搜索结果聚类研究

Chinese

您当前的位置：

首页 >

文章列表页 >

更新时间：2026-09-04

- 基于自适应混沌粒子群的Web搜索结果聚类研究
- Research of Web Search Results Clustering Based on Adaptive Chaos Particle Swarm Optimization
- 微电子学与计算机 2010年27卷第1期页码：173-176
- 作者机构：
  
  湖北工业大学理学院,湖北,武汉,430068
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(60773009)湖北工业大学博士科研启动基金(BSQD0830)
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
童亚拉. 基于自适应混沌粒子群的Web搜索结果聚类研究[J]. 微电子学与计算机, 2010, 27(1): 173-176.

TONG Ya-la. Research of Web Search Results Clustering Based on Adaptive Chaos Particle Swarm Optimization[J]. 2010, 27(1): 173-176.
童亚拉. 基于自适应混沌粒子群的Web搜索结果聚类研究[J]. 微电子学与计算机, 2010, 27(1): 173-176. DOI：

TONG Ya-la. Research of Web Search Results Clustering Based on Adaptive Chaos Particle Swarm Optimization[J]. 2010, 27(1): 173-176. DOI：

提出了基于自适应混沌粒子群的Web搜索结果模糊C-均值算法

用粒子群算法代替模糊C-均值算法梯度下降的迭代过程

同时引入自适应的平衡搜索策略加快算法收敛和提高去噪能力

在增强局部搜索能力的同时引导粒子群跳出局部极值点.这样不仅在一定程度上解决了网页文档不确定性的问题

而且获得快速、稳定的聚类效果.

A fuzzy C- means clustering algorithm based on adaptive chaotic particle swarm optimization (ACPSO) is proposed in the thesis. On one hand

interactive procedure based on FCM is replaced by that of PSO; on the other hand

a balanced adaptive .search strategy is embedded so as to accelerate algorithm convergence

improve the capacity of de-noising

enforce local search ability

and escape from local optimization. It will not only solve indeterminacy of Web document in parts

but also obtain stable clustering results quickly.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

V型沟槽SiC中子探测器的蒙特卡洛分析

面向处理器分支预测单元的Spectre攻击轻量化防御方法

低功耗设计的双链电源关断策略的实现与验证

大模型发展综述：从BERT到Deepseek的技术演进

一种基于特征上下文理解与切片分析的肺结核检测算法